Nền tảng tương tác cho phát hiện các cây dừa dựa trên hình ảnh với kết quả cao; nghiên cứu trường hợp tại đảo Tongatapu của Vương quốc Tonga.
Cây dừa là nguồn thực phẩm chính và nguồn thu nhập ở nhiều quốc gia Nam Thái Bình Dương, nơi bão thường xuyên xảy ra. Để giúp công dân địa phương khôi phục sau những thảm họa này một cách kịp thời, việc đánh giá hậu quả cần phải được thực hiện bằng cách so sánh số lượng cây dừa trước và sau cơn bão, do đó, định lượng số lượng cây dừa có thể là việc làm hữu ích. Điều này thường được thực hiện thủ công và không hiệu quả. Nghiên cứu của tôi đề xuất một cách tự động phát hiện cây dừa từ một hình ảnh trên không có độ phân giải rất cao bằng cách sử dụng máy khảo sát. Các thí nghiệm được thực hiện trên hình ảnh quang học thu được tại đảo Tongatapu của Vương quốc Tonga. Công việc được phân biệt bởi ba đóng góp quan trọng. Thứ nhất, một số bộ mô tả và phân loại tính năng phổ biến đã được nghiên cứu và thử nghiệm để phát hiện cây dừa: Túi SIFT (Scale-Invariant Feature Transform - Tạm dịch: Chuyển tải tính năng theo các dạng) dày đặc các tính năng từ hình ảnh đã được chứng minh là tốt nhất và phân loại nhị phân tuyến tính thu được độ chính xác cao nhất, trong khi yêu cầu thời gian rất ngắn để được đào tạo. Thứ hai, phương pháp chú thích truyền thống được so sánh với phương pháp chú thích tương tác và kết quả cho thấy cách tương tác giúp người dùng chú thích hiệu quả hơn và cũng có được độ chính xác phát hiện tốt hơn với ít mẫu đào tạo hơn. Thứ ba, tôi đã phát triển thêm một phụ kiện QGIS để cho phép người dùng tương tác chú thích các đối tượng, mô hình đào tạo và do đó phát hiện các cây dừa từ một hình ảnh trên không. Cuối cùng, tôi đã thực hiện một bài kiểm tra bằng cách sử dụng phương pháp chú thích tương tác trên một hình ảnh trên không độc lập, với 308 cây dừa và 307 chú thích không phải dừa, trong đó hệ thống đề xuất thu được 0,71 lần; 0,74 chính xác và 0,72 điểm F (mức có ý nghĩa).
(https://www.wur.nl).
